有關(guān)于人工智能的專利如何申請

人工智能是研究用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。本文筆者以一個曾經(jīng)處理過的涉及人工智能的案件為例，來說明筆者在撰寫過程中曾經(jīng)考慮或者探討過的一些常規(guī)問題，以供互相學(xué)習(xí)討論。

摘要：本文基于人工智能的版權(quán)保護(hù)方案的申請撰寫案例，來探討涉及人工智能案件撰寫過程中需要常規(guī)注意的必要特征區(qū)分、侵權(quán)要件準(zhǔn)備、保護(hù)范圍設(shè)計、方案清楚描述的幾個問題。

前言

人工智能（AI）是研究用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機(jī)科學(xué)的一個分支，企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”，也會集中表達(dá)創(chuàng)新的成果。

從現(xiàn)有專利申請的角度來看，過去五年，涉及人工智能的專利申請量在所有技術(shù)領(lǐng)域是增速最快的，全球各大申請人都在積極布局大量申請，也充分證明了人工智能發(fā)展的巨大前景。而且，如下圖所示，在人工智能的各個技術(shù)分支上，專利量可以說是均勻分布、齊頭并進(jìn)。同時，國內(nèi)申請人在一些基礎(chǔ)領(lǐng)域和應(yīng)用領(lǐng)域都有所突破，幾個主要的申請人進(jìn)行了大量的專利儲備，眾多的國內(nèi)申請人也參與到人工智能的研發(fā)和專利申請中來。

各技術(shù)分支國內(nèi)專利申請量比對（來自中國專利保護(hù)協(xié)會）

相關(guān)企業(yè)申請量（2016-2018，來自德勤2018人工智能報告）

在筆者日常的接觸中，目前國內(nèi)的大型企業(yè)，尤其通常意義的家電企業(yè)、信息企業(yè)、智能終端企業(yè)以及互聯(lián)網(wǎng)企業(yè)，都有對應(yīng)的人工智能的研發(fā)團(tuán)隊，也在進(jìn)行或者必將進(jìn)行大量的涉及人工智能的專利申請。

那么，對于專利代理師而言，針對特定領(lǐng)域案件的特定要求，需要掌握一些基本的撰寫要求，才能滿足或者符合技術(shù)或者企業(yè)的需求，把基礎(chǔ)工作做好。下面筆者以一個曾經(jīng)處理過的涉及人工智能的案件為例，來說明筆者在撰寫過程中曾經(jīng)考慮或者探討過的一些常規(guī)問題，以供互相學(xué)習(xí)討論。

案例簡述

在一個技術(shù)方案中，描述了一種電影水印的檢索方法，涉及版權(quán)保護(hù)技術(shù)領(lǐng)域。

現(xiàn)有技術(shù)中，是對電影圖像的某些關(guān)鍵幀標(biāo)記水印，以驗證電影來源的合法性。但由于目前播放終端制式要求不同，在傳播過程中會進(jìn)行圖像的轉(zhuǎn)制處理，原始水印信息就會受到損傷，并且水印僅結(jié)合了部分圖像的信息或者預(yù)設(shè)信息，被改動的可能性極大，從而無法準(zhǔn)確檢索或者驗證；同時現(xiàn)有技術(shù)中通過多維的水印表達(dá)，后續(xù)檢索的數(shù)據(jù)處理量過大。

在本方案中，獲取電影的視頻圖像，針對每幀圖像進(jìn)行特征表達(dá)，根據(jù)多層神經(jīng)網(wǎng)絡(luò)，獲取多維水印；基于第一壓縮方法，生成一維水印信息，作為用于檢索的水印。將一維水印信息與預(yù)先訓(xùn)練得到的一維水印數(shù)據(jù)庫進(jìn)行比對，獲取基本數(shù)據(jù)源集合；將該電影的多維特征向量和數(shù)據(jù)源集合的電影的多維特征向量比較，獲取電影的版權(quán)來源信息。

注意到，相對于現(xiàn)有技術(shù)，具有幾個創(chuàng)新特征。第一，多維水印是經(jīng)過基于多層神經(jīng)網(wǎng)絡(luò)的特征模型來獲取，制式唯一并且轉(zhuǎn)換不受損失，實際上該特征模型可以是現(xiàn)有的，也可以是本方案中特有的網(wǎng)絡(luò)結(jié)構(gòu)，從而保障制式的一致性和轉(zhuǎn)變的損失率低；第二，多維特征比對改變?yōu)橐痪S特征比對，一次大量比對轉(zhuǎn)換為二次小范圍篩選，降低最耗損處理能力的計算量。

撰寫原則

在撰寫時，筆者主要遵從以下的撰寫原則，針對該案件的具體情況，來設(shè)計權(quán)利要求的架構(gòu)和特征布局。其中：

第一，應(yīng)用領(lǐng)域或者應(yīng)用對象的擴(kuò)展可能性，涉及人工智能的案件，要考慮模型的擴(kuò)展可能性，從對象變化的角度去考慮。

第二，技術(shù)手段的擴(kuò)展可能性，考慮訓(xùn)練輸入的變化性，或者應(yīng)用模型的變化性。

第三，應(yīng)用和訓(xùn)練的結(jié)合程度，或者可獨立性，對于基于神經(jīng)網(wǎng)絡(luò)的案件，要注意到改進(jìn)在于模型本身還是應(yīng)用端，或者二者兼有。

第四，單邊撰寫的可能性，考慮方案適用的對象，是否有不同終端、服務(wù)端或者云端的處理過程，這些過程是否可以獨立描述為技術(shù)方案。

第五，顯性撰寫的可能性，考慮技術(shù)方案是否能夠從輸入、輸出去顯性表達(dá)，而不是停留在內(nèi)部處理過程。

第六，虛擬系統(tǒng)的必要性，基于人工智能案件大多是方法類，考慮在應(yīng)用中是否有可能或者有必要出現(xiàn)實體系統(tǒng)或者構(gòu)建虛擬系統(tǒng)。

第七，客體問題，基于人工智能案件，會涉及一些規(guī)則的制定和適用，那么注意將規(guī)則、處理流程避免客體中的智力規(guī)則問題。

第八，方法撰寫的常規(guī)考慮，需要注意對于操作的限定，描述動作的準(zhǔn)確性，判斷流程是否需要出現(xiàn)等等。

具體分析

針對本技術(shù)方案，提供的是一種檢索方法，但根據(jù)解決的技術(shù)問題，可以看到核心是水印的生成方式，這個生成方式是可以獨立構(gòu)建方案的，其次才是基于該水印的比較流程，那么該方案的權(quán)利要求架構(gòu)就是將水印生成方法和水印的檢索方法構(gòu)建兩套獨立的權(quán)利要求。雖然兩個方法中都需要通過神經(jīng)網(wǎng)絡(luò)去生成水印，但是落腳點分別在生成和比較。

構(gòu)建權(quán)利要求，首先考慮的是創(chuàng)新特征，針對創(chuàng)新特征構(gòu)建最小方案，考慮最小方案是否可以獨立解決技術(shù)問題，從而設(shè)計獨立權(quán)利要求；避免根據(jù)發(fā)明人的完整方案來構(gòu)建權(quán)利要求，將較多的非必要特征納入到權(quán)利要求中，尤其是獨立權(quán)利要求中。

構(gòu)建權(quán)利要求，其次要考慮創(chuàng)新特征的獨立性和組合性，對于本方案，雖然應(yīng)用到特定的神經(jīng)網(wǎng)絡(luò)來解決問題，但是也看到生成過程的圖像特征獲取本身就不同，這兩個特征是否關(guān)聯(lián)還是可以區(qū)分，根據(jù)溝通獲取，這兩個特征不是必須要關(guān)聯(lián)的，那么就在獨權(quán)中將其不同時出現(xiàn)。也就是將不同的創(chuàng)新特征爭取設(shè)計獨立的一個權(quán)利要求，或者盡可能圍繞每個不同的創(chuàng)新特征構(gòu)建不同的獨立權(quán)利要求。

針對應(yīng)用領(lǐng)域的擴(kuò)展性問題，本技術(shù)方案考慮的是電影版權(quán)，但實際上可以應(yīng)用到多種圖像的處理，那么涉及到視頻圖像或者大量的靜態(tài)圖像都可以應(yīng)用到安全識別的問題，那就可以修改主題到圖像的水印生成方法和圖像的檢索方法，將應(yīng)用領(lǐng)域擴(kuò)展到圖像處理，將應(yīng)用對象擴(kuò)展到圖像，而不僅僅是電影視頻本身。

針對技術(shù)手段的擴(kuò)展可能性，對于總體結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)模型可以選用現(xiàn)有特征，那么這個神經(jīng)網(wǎng)絡(luò)就可以在獨權(quán)進(jìn)行功能概述，在從權(quán)使用本方案的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行進(jìn)一步限定。對于輸入對象，考慮不同對象的選用的適用性，是每一幀圖像都要用，還是關(guān)鍵幀圖像就可以表達(dá)，要做不同的區(qū)分。

針對應(yīng)用和訓(xùn)練的結(jié)合程度，這是涉及人工智能案件都要考慮的問題，本方案模型本身具有改進(jìn)，模型的應(yīng)用具有改進(jìn)，但是單純的描述模型不能成為一個完整的技術(shù)方案，就將其最小適用即水印生成概擴(kuò)后進(jìn)行獨立保護(hù)，那么一定意義上將訓(xùn)練和應(yīng)用進(jìn)行了區(qū)分，也是通過生成方法來表達(dá)了模型本身的改進(jìn)。在應(yīng)用時候，獨權(quán)一般不建議出現(xiàn)模型的詳細(xì)結(jié)構(gòu)，無論是通用模型還是改進(jìn)模型，而通過功能性描述進(jìn)行概括出現(xiàn)。但是對于改進(jìn)僅僅是模型本身的時候，如果不出現(xiàn)模型具體結(jié)構(gòu)，也會存在方案不完整的情況。

針對單邊撰寫的可能性，本方案雖然在后端處理，但是考慮到也可以應(yīng)用到播放終端，或者播放終端處進(jìn)行采集，那么就不要在權(quán)利中限定特定的應(yīng)用端，開放實施主體來撰寫。同時，在從權(quán)中考慮如果應(yīng)用到不同的終端，在處理輸入和輸出時候的區(qū)別特征?？偟膩碚f，在每個方案中，都要注意處理主體的唯一性，以及整套方案的處理主體的唯一性。

針對顯性撰寫的可能性，該方案并不明顯，但是需要考慮在播放端設(shè)備進(jìn)行采集時候獲取的對象，以及比較后提供的結(jié)果，而處理過程可以布置到從權(quán)通過“以用于”的方式來進(jìn)行撰寫。這樣，可以明確看到侵權(quán)設(shè)備的直接出現(xiàn)的比較特征，便于后續(xù)維權(quán)使用。

針對虛擬系統(tǒng)的必要性，該方案明確的是一種方法，但是為了適用美國案和日本案的需要，布置虛擬系統(tǒng)和存儲介質(zhì)是必要的，但是國內(nèi)申請的虛擬裝置就不一定需要出現(xiàn)，而實際上在處理流程上也不會出現(xiàn)或者侵權(quán)設(shè)備上也不具備可以一一比對的特征模塊。

針對客體問題，這個是尤為要關(guān)注的，雖然發(fā)明人提供的案件可能是規(guī)則或者處理流程，但是考慮到來源于實業(yè)，必然有其具體的應(yīng)用環(huán)境。結(jié)合應(yīng)用環(huán)境，并且將特征歸結(jié)到具體物理結(jié)構(gòu)或者物理特征，可以避免這個問題，尤其針對本方案，有明確的應(yīng)用對象和處理對象，這在客體問題上將不會產(chǎn)生困擾。

針對一些方法撰寫的常規(guī)考慮，首先要注意到方案限定大多歸結(jié)到對于操作動作的限定，避免用對象或者結(jié)構(gòu)類特征去限定，尤其避免引入結(jié)構(gòu)特征而限制應(yīng)用范圍；其次，描述動作要準(zhǔn)確，計算、提取等除非準(zhǔn)確表達(dá)、盡量避免用，而使用一些中性詞匯來表達(dá)，例如獲取、實現(xiàn)，爭取從結(jié)果角度來表述動作特征；再次，出現(xiàn)選擇的分支方案時候，要考慮每次都會出現(xiàn)分支還是某個分支是主線，盡可能圍繞主線來撰寫，并且判斷的動作并不一定會出現(xiàn)在執(zhí)行主體上，會額外增加表達(dá)特征。

結(jié)束語

綜上，涉及人工智能的專利申請，雖然是一類新的應(yīng)用領(lǐng)域，但還是要遵從一般的撰寫原則，此外就是在應(yīng)對個案時候需要考慮方案的特殊性、特征的特殊性和未來維權(quán)的特征設(shè)定權(quán)利要求的架構(gòu)和特征布局。

來源：IPRdaily中文網(wǎng)